>> 國盛證券-計算機行業(yè)：微軟COPILOT做PPT需要哪些技術？-230415
| 上傳日期： |
2023/4/16 |
大?。?/td>
| 1169KB |
| 格式： |
pdf 共9頁 |
來源： |
國盛證券 |
| 評級： |
增持 |
作者： |
劉高暢 |
| 行業(yè)名稱： |
計算機 |
| 下載權限： |
無限制-登錄即可下載 |
|
|
微軟365 Copilot發(fā)布，劃時代革新辦公體驗。2023年3月16日晚，微軟發(fā)布基于AI的365 Copilot，內容涵蓋辦公各個領域，其中，PowerPoint中的Copilot可以一鍵生成PPT，將現(xiàn)有的書面文件轉化為帶有演講者筆記和資料來源的演示文稿，或從一個簡單的提示或大綱開始一個新的PPT，點擊一個按鈕就能濃縮冗長的演示文稿，并使用自然語言命令來調整布局、重新編排文本和動畫安排。我們認為，大模型將以全新技術完全革新辦公體驗，大幅提升效率，改善人們生產生活的方式。
拆分Copilot生成PPT的功能，模型多樣化能力提供基礎。拆分現(xiàn)階段Copilot生成PPT的功能，我們認為，想要達到Copilot的效果，模型需要具備的基礎能力包括文本摘要、文本生成、視覺示例顯示、修改圖片等。1）文本摘要：可以協(xié)助理解文檔內容，分段、總結，并生成PPT大綱或演講備注。文本摘要為生成式AI較為基礎的能力之一，早在GPT-2就被訓練來閱讀維基百科的文章，能夠生成文章的摘要；到GPT-4時，將InstructGPT的論文截圖上傳變能夠馬上讀完并寫摘要。2）文本生成：為LLM大模型的基本技能，在PPT場景下，文本生成的應用包括根據(jù)提示的主題增加PPT內容、修改文稿的語氣態(tài)度等。3）視覺示例顯示：KOSMOS-1參數(shù)量僅為16億，能夠原生處理廣泛的感知密集型任務，如視覺對話、視覺解釋、視覺問答、圖像描述生成、簡單的數(shù)學公式、OCR和帶描述的零樣本圖像分類。視覺示例顯示能力若應用在辦公軟件中，可以根據(jù)每頁PPT總結好的文字內容，進行自動配圖、排版。4）修改圖片：Visual ChatGPT可以支持文字+圖片的交互方式。除了可以進行簡單的對話外，Visual ChatGPT還可以接收復雜的視覺問題或視覺編輯指令，用戶還可以給出反饋，并要求修改結果，從而實現(xiàn)更加智能化、人性化的交互體驗。模型修改圖片能力應用在辦公軟件中，可以根據(jù)文字指令，修改PPT的配圖或排版，增加簡單的動畫效果。
國產大模型加速入局，辦公領域落地未來可期。國內互聯(lián)網及AI廠商在大模型領域相繼布局，在文本摘要、文本生成、文生圖等上述必需能力方面已經有了較大進展，為模型應用于PPT等辦公軟件打下基礎。1）通用PPT：3月27日，百度智能云開啟閉門交流會，文心千帆展示生成通用PPT的能力。根據(jù)紅點新聞報道，工作人員輸入“長安逸達汽車介紹，不超過10頁PPT”后，文心千帆自動生成了一個比較通用的PPT，隨后工作人員因PPT內容不完整輸入了鏈接，讓文心千帆通過這個鏈接來修改PPT內容。結果只花三分鐘，就做出了一份既有亮點，也有圖片的格式精美、內容豐富的PPT。2）文本摘要：根據(jù)阿里云峰會，釘釘接入“通義千問”測試之后，可以自動生成工作方案，也可以在會議紀要后自動生成總結和待辦事項。3）文生圖：騰訊基于自身在自然語言處理和圖像多模態(tài)等方面積累的經驗，采用stable diffusio和Imagen兩套模型并行研發(fā)的方案，打造了通用場景的太極文生圖大模型；與此同時，商湯文生圖大模型擁有超10億參數(shù)，支持二次元、三次元等多種生成風格，用戶無需復雜的編程知識，只需給定提示詞即可生成相應圖像，最高可實現(xiàn)6K高清圖，每2秒就能生成1張512*512分辨率的圖片。我們認為，隨著國產大模型的加速布局，文本摘要、文本生成、文生圖等技能的逐步進步，國內大模型辦公領域落地未來可期。
投資建議：辦公相關：金山辦公、彩訊股份、微軟等。
風險提示：AI技術迭代不及預期、經濟下行超預期風險、行業(yè)競爭加劇風險。
|
|
